哈佛逐座测算:美国403座AI超大数据中心一年排放2570万吨二氧化碳,约等于一个丹麦
哈佛团队在《自然·可持续发展》发表研究:2024年5月至2025年4月,美国403座超大规模数据中心用电约820亿度,占全美1.8%,排放约2570万吨二氧化碳,约一半多的电来自化石燃料。
你每天用的 AI 聊天、云存储和视频,背后是一座座占地数百万平方英尺的超大数据中心。11 月 16 日,哈佛大学团队在《自然·可持续发展》期刊发表论文,第一次给美国这类数据中心逐座算了一笔账:403 座超大规模数据中心,一年排放了约 2570 万吨二氧化碳,大致相当于丹麦全国一年的排放量。
先解释“超大规模数据中心”:就是亚马逊、微软、谷歌、Meta 这类公司建的最大号机房,支撑云计算、训练大模型和全球 AI 服务。研究团队用卫星图像找出了美国的 403 座,按每座的电力容量估算 2024 年 5 月到 2025 年 4 月的用电,再用美国环境保护署的数据,按它们所在地区电网的发电结构算出碳排放。
结果有几个数字。第一,这些数据中心一年用电 680 亿到 990 亿度(68 至 99 太瓦时),中间估计约 820 亿度,占美国全国用电的约 1.8%。按美国家庭每年用电约 1 万度粗算,约相当于 800 万户家庭的用电量;科技媒体 The Verge 引用麻省理工学者的说法,这比全球约 148 个国家各自的用电量还多。第二,约 54% 的电来自化石燃料,其中天然气约 38%、煤约 15%,所以排放量是 2018 年上一次同行评审估算的 2 到 3 倍。第三,用电高度集中:美国弗吉尼亚州、俄勒冈州、俄亥俄州、艾奥瓦州四个州就占了研究所涉及用电量的一半以上。第四,同样耗电,所在地不同差别很大:在严重依赖煤电的美国怀俄明州,每度电的碳排放大约是水电丰富的俄勒冈州的 7 倍。
研究的第一作者詹卢卡·圭迪说,AI 的环境代价并不是技术本身固定的属性:“同样的计算设备,放在不同的电力系统里,后果可以天差地别”,这意味着选址和供电方式可以改变结果。哈佛的合作作者弗朗切斯卡·多米尼奇说,这只能当作下限,因为数据只到 2025 年 4 月,此后数据中心还在快速增加。研究也有局限:有些数据中心没有被纳入,数据没法区分哪些电用在通用计算、哪些专用于 AI,也没有直接测量对健康的影响。研究者还指出,运营商不公开自己的用电数据,所以他们只能这样费力估算;团队正在建一个网站,追踪单个数据中心的环境影响,美国国会也有一项跨党派法案,可能要求公开数据中心的用电情况。
这对普通人意味着什么?第一,AI 不是“云里的魔法”,每一次大规模使用背后都是真实的电和排放,电从哪来,直接决定它的气候成本。第二,如果你住在数据中心集中的地方,当地电价、空气和水资源都可能被牵动;论文发表的同时,美国 11 月 3 日的中期选举刚让一批主张暂停或加强监管数据中心的民主党人获胜,围绕数据中心的争论正在变成政治议题。第三,这只是美国的数字;中国同样在大建算力中心,用什么电、排多少,同样值得有一份逐座的账。接下来可以看:美国国会的数据披露法案能否通过、科技公司会不会主动公开用电和供电来源,以及团队那个追踪网站什么时候上线。
分享这篇文章
你觉得这篇文章怎么样?
匿名评价,无需登录,每篇最多 5 次。
读者评价
无需登录也可评价;登录后显示会员昵称。
请围绕科技与文章讨论。禁止仇恨歧视、政治战争话题、威胁辱骂、人身指控、色情、广告、链接及个人信息。
还没有评价,来说第一句吧。